Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich. # Das Zielfeld in einem neptune\_ml-Objekt Das Feld `targets` in einer Exportkonfiguration für JSON-Trainingsdaten enthält mehrere Zielobjekte, die eine Trainingsaufgabe spezifizieren, sowie die Machine-Learning-Klassenbezeichnungen zum Trainieren dieser Aufgabe. Der Inhalt der Zielobjekte ist davon abhängig, ob Sie mit Eigenschaftsdiagrammdaten oder RDF-Daten trainieren. Für Aufgaben zur Klassifizierung und Regression von Eigenschaftsdiagramm-Knoten können die Zielobjekte im Array wie folgt aussehen: ``` { "node": "{{(node property-graph label)}}", "property": "{{(property name)}}", "type" : "{{(used to specify classification or regression)}}", "split_rate": [0.8,0.2,0.0], "separator": "," } ``` Für Aufgaben zur Klassifizierung, Regression oder Linkvorhersage von Eigenschaftsdiagramm-Kanten können sie wie folgt aussehen: ``` { "edge": "{{(edge property-graph label)}}", "property": "{{(property name)}}", "type" : "{{(used to specify classification, regression or link_prediction)}}", "split_rate": [0.8,0.2,0.0], "separator": "," } ``` Für Aufgaben zur RDF-Klassifizierung und -Regression können die Zielobjekte im Array wie folgt aussehen: ``` { "node": "{{(node type of an RDF node)}}", "predicate": "{{(predicate IRI)}}", "type" : "{{(used to specify classification or regression)}}", "split_rate": [0.8,0.2,0.0] } ``` Für Aufgaben zur RDF-Linkvorhersage können Zielobjekte im Array wie folgt aussehen: ``` { "subject": "{{(source node type of an edge)}}", "predicate": "{{(relation type of an edge)}}", "object": "{{(destination node type of an edge)}}", "type" : "link_prediction", "split_rate": [0.8,0.2,0.0] } ``` Zielobjekte können die folgenden Felder enthalten: **Contents** + [Felder in Eigenschaftsdiagrammzielen](#machine-learning-property-graph-neptune_ml-targets) + [node](#machine-learning-property-graph-neptune_ml-targets-node) + [edge](#machine-learning-property-graph-neptune_ml-targets-edge) + [property](#machine-learning-property-graph-neptune_ml-targets-property) + [type](#machine-learning-property-graph-neptune_ml-targets-type) + [split\_rate](#machine-learning-property-graph-neptune_ml-targets-split_rate) + [separator](#machine-learning-property-graph-neptune_ml-targets-separator) + [RDF-Zielfelder](#machine-learning-RDF-neptune_ml-targets) + [node](#machine-learning-RDF-neptune_ml-targets-node) + [subject](#machine-learning-RDF-neptune_ml-targets-subject) + [predicate](#machine-learning-RDF-neptune_ml-targets-predicate) + [object](#machine-learning-RDF-neptune_ml-targets-object) + [type](#machine-learning-RDF-neptune_ml-targets-type) + [split\_rate](#machine-learning-RDF-neptune_ml-targets-split_rate) ## Felder in einem Eigenschaftsdiagramm-Zielobjekt ### Das Knotenfeld (Vertex) in einem Zielobjekt Die Eigenschaftsdiagramm-Bezeichnung eines Zielknotens (Eckpunkt). Ein Zielobjekt muss ein `node`-Element oder ein `edge`-Element enthalten, darf aber nicht beide Elemente enthalten. A `node` kann einen einzelnen Wert annehmen, z. B.: ``` "node": "Movie" ``` Im Fall eines Eckpunkts mit mehreren Bezeichnungen kann er mehrere Werte annehmen, z. B.: ``` "node": ["Content", "Movie"] ``` ### Das Kantenfeld in einem Eigenschaftsgraph-Zielobjekt Gibt eine Zielkante anhand der Startknotenbezeichnung(en), der eigenen Bezeichnung und der Endknotenbezeichnung(en) an. Ein Zielobjekt muss ein `edge`-Element oder ein `node`-Element enthalten, darf aber nicht beide Elemente enthalten. Der Wert eines `edge`-Felds ist ein JSON-Array mit drei Zeichenfolgen, die die Eigenschaftsgraphenbezeichnungen des Startknotens, die Eigenschaftsgraphenbezeichnung der Kante selbst und die Eigenschaftsgraphenbeschriftung(en) des Endknotens darstellen, z. B.: ``` "edge": ["Person_A", "knows", "Person_B"] ``` Wenn der Startknoten und der and/or Endknoten mehrere Beschriftungen hat, schließen Sie sie in ein Array ein, etwa so: ``` "edge": [ ["Admin", Person_A"], "knows", ["Admin", "Person_B"] ] ``` ### Das Eigenschaftsfeld in einem Eigenschaftsgraph-Zielobjekt Gibt eine Eigenschaft des Zieleckpunkts oder der Zielkante wie folgt an: ``` "property" : "rating" ``` Dieses Feld ist erforderlich, es sei denn, es handelt sich bei der Zielaufgabe um eine Linkvorhersage. ### Das Typfeld in einem Eigenschaftsdiagramm-Zielobjekt Gibt den Typ der Zielaufgabe an, die für `node` oder `edge` ausgeführt werden soll, z. B.: ``` "type" : "regression" ``` Die unterstützten Aufgabentypen für Knoten sind: + `classification` + `regression` Die unterstützten Aufgabentypen für Kanten sind: + `classification` + `regression` + `link_prediction` Dies ist ein Pflichtfeld. ### Das Split\_Rate-Feld in einem Property-Graph-Zielobjekt (*Optional*) Eine Schätzung des Anteils der Knoten oder Kanten, die in der Trainings-, Validierungs- und Testphase jeweils verwendet werden. Diese Anteile werden durch ein JSON-Array mit drei Zahlen zwischen null und eins dargestellt, die zusammen eins ergeben: ``` "split_rate": [0.7, 0.1, 0.2] ``` Wenn Sie das optionale `split_rate` Feld nicht angeben, gilt der geschätzte Standardwert `[0.9, 0.1, 0.0]` für Klassifizierungs- und Regressionsaufgaben sowie `[0.9,0.05, 0.05]` für Aufgaben zur Linkvorhersage. ### Das Trennfeld in einem Zielobjekt mit einem Eigenschaftsdiagramm (*Optional*) Wird zusammen mit einer Klassifizierungsaufgabe verwendet. Das Feld `separator` gibt ein Zeichen an, das zum Aufteilen eines Zieleigenschaftswerts in mehrere kategoriale Werte verwendet wird, wenn es zum Speichern mehrerer Kategoriewerte in einer Zeichenfolge verwendet wird. Beispiel: ``` "separator": "|" ``` Das Vorhandensein des Felds `separator` weist darauf hin, dass es sich bei der Aufgabe um eine Klassifizierungsaufgabe mit mehreren Zielen handelt. ## Felder in einem RDF-Zielobjekt ### Das Knotenfeld in einem RDF-Zielobjekt Definiert den Knotentyp der Zielknoten. Wird bei Aufgaben zur Klassifizierung oder Regression von Knoten verwendet. Der Knotentyp eines Knotens in RDF wird wie folgt definiert: ``` node_id, , node_type ``` Ein `node`-Knoten kann nur einen Wert annehmen, z. B.: ``` "node": "http://aws.amazon.com/neptune/csv2rdf/class/Movie" ``` ### Das Betreff-Feld in einem RDF-Zielobjekt Bei Linkvorhersageaufgaben definiert `subject` den Quellknotentyp von Zielkanten. ``` "subject": "http://aws.amazon.com/neptune/csv2rdf/class/Director" ``` **Anmerkung** Bei Linkvorhersageaufgaben sollte `subject` zusammen mit `predicate` und `object` verwendet werden. Wenn keiner dieser drei Werte angegeben ist, werden alle Kanten als Trainingsziel behandelt. ### Das Prädikatfeld in einem RDF-Zielobjekt Bei Aufgaben zur Klassifizierung und Regression von Knoten definiert `predicate` die Literaldaten, die als Zielknoten-Feature eines Zielknotens verwendet werden. ``` "predicate": "http://aws.amazon.com/neptune/csv2rdf/datatypeProperty/genre" ``` **Anmerkung** Wenn die Zielknoten nur ein Prädikat besitzen, das das Zielknoten-Feature definiert, kann das Feld `predicate` übersprungen werden. Bei Linkvorhersageaufgaben definiert `predicate` den Beziehungstyp von Zielkanten. ``` "predicate": "http://aws.amazon.com/neptune/csv2rdf/datatypeProperty/direct" ``` **Anmerkung** Bei Linkvorhersageaufgaben sollte `predicate` zusammen mit `subject` und `object` verwendet werden. Wenn keiner dieser drei Werte angegeben ist, werden alle Kanten als Trainingsziel behandelt. ### Das Objektfeld in einem RDF-Zielobjekt Bei Linkvorhersageaufgaben definiert `object` den Zielknotentyp von Zielkanten: ``` "object": "http://aws.amazon.com/neptune/csv2rdf/class/Movie" ``` **Anmerkung** Bei Linkvorhersageaufgaben sollte `object` zusammen mit `subject` und `predicate` verwendet werden. Wenn keiner dieser drei Werte angegeben ist, werden alle Kanten als Trainingsziel behandelt. ### Das Typfeld in einem RDF-Zielobjekt Gibt den Typ der Zielaufgabe an, die ausgeführt werden soll, z. B.: ``` "type" : "regression" ``` Die unterstützten Aufgabentypen für RDF-Daten sind: + `link_prediction` + `classification` + `regression` Dies ist ein Pflichtfeld. ### Das Feld `split_rate` in einem Eigenschaftsdiagramm-Zielobjekt (*Optional*) Eine Schätzung des Anteils der Knoten oder Kanten, die in der Trainings-, Validierungs- und Testphase jeweils verwendet werden. Diese Anteile werden durch ein JSON-Array mit drei Zahlen zwischen null und eins dargestellt, die zusammen eins ergeben: ``` "split_rate": [0.7, 0.1, 0.2] ``` Wenn Sie keinen Wert für das optionale `split_rate`-Feld angeben, ist der geschätzte Standardwert `[0.9, 0.1, 0.0]`.